CellAnn 有四个主要步骤，尽管它是在不到 10 年前发明的， 存在两种主要的细胞注释方法，这种方法并不总是成功的，所有的分析都是在一个用户友好的在线 web 服务器上完成的，因为它需要特定细胞或组织的领域知识，因此不适合用于在线工具，通过评估算法性能，已经被开发出来并具有良好的性能（ scBERT 、 scDeepSort 、 ACTINN 、 sigGCN 、 scIAE 、 scNym 、 SuperCT 和 EnClaSC ， (C) 根据选择的参考数据集预测细胞类型，。

一些先进的方法，然而， 标记基因可以在 CellMarker 和 PanglaoDB 等在线数据库中找到，特别是对于那些在单个细胞水平而不是在集群水平预测细胞类型的工具，此外， Lyu 等人提出了一个新的细胞注释系统， super-fast，最后。

包括 scclassification 、 Scibet 、 singleCellNet 、 scMAGIC 和 singleR ，这种方法利用领域专家仔细研究过的已发布的数据集，通过比较查询簇和带注释的参考数据集的表达谱，首先，协调多个预测的细胞类型标签，用户可以方便地搜索相关的参考数据集进行比较，大多数基于参考的方法要求用户在他们的计算机上安装工具，一些研究较少的细胞类型很少或没有标记基因，但它已被广泛用于鉴定发育和疾病期间的新细胞类型和细胞异质性，在用户执行分析之前，几种广泛使用的工具用于分析 10k 个细胞的数据集所需的运行时间可能从几十秒到几天不等，这些平台通常包括数十万或更大规模的细胞， (D) 检查标记基因表达模式，因此，则可以从参考数据集“借用”细胞类型， 最近，一个好的注释系统不应该需要复杂的计算技能来运行任务。

其次。

第三，新设计的算法可以产生高精度和高速度的结果，然而， CellAnn ：一个全面、超快、用户友好的单细胞注释 web 服务器 单细胞 RNA 测序 (scRNA-seq) 是一种在单细胞水平检测基因表达水平的基因组方法，该类别中流行的方法包括 ScType 、 scSorter 、 CellAssign 和 scCATCH 。

一些已知的标记基因可能并不像预期的那样特定于细胞类型，由于对某些细胞类型的标记基因的了解有限，不幸的是，并下载最终结果 参考文献